LONDON (IT BOLTWISE) – Eine Konfigurationslücke bei ephemeren Tokens kann Angreifern erlauben, laufende KI-Sprachsitzungen zu übernehmen. Laut Sicherheitsforschung reicht dabei oft schon das Weglassen eines bestimmten Feldes in der Referenzimplementierung, damit Sitzungsparameter vom Client gesteuert werden. Besonders heikel wird das Szenario, weil Angreifer Systemanweisungen manipulieren und in geschützten Umgebungen Code ausführen können. Parallel zeigen weitere Studien, dass KI-Agenten inzwischen für Modellmissbrauch, Prompt-Injection und sogar Erpressung missbraucht werden.

Angreifer müssen Künstliche Intelligenz nicht mehr nur „foppen“ – sie versuchen zunehmend, Sessions selbst zu kapern. Auslöser ist eine Schwachstelle, die am 6. Juli 2026 von einem Sicherheitsforscher beschrieben wurde: Ephemere Tokens sind eigentlich nur kurzlebige Zugangsschlüssel für genau eine Sitzung. Im konkreten Fehlerbild kann jedoch eine falsche beziehungsweise unvollständige Konfiguration dazu führen, dass Sitzungsparameter vom Client kontrolliert werden. Das öffnet die Tür für Man-in-the-Session-Szenarien, bei denen Angreifer unbemerkt in laufende Sprachsitzungen eindringen, Systemanweisungen überschreiben und eigenen Code ausführen.
Technisch liegt der Kern in einer fehlenden Feldbelegung: In einer Referenzimplementierung wurde das Feld „tool_restrictions“ offenbar nicht korrekt berücksichtigt, sodass es nicht die beabsichtigten Zugriffsbeschränkungen durchsetzt. Normalerweise sollen solche Restriktionen sicherstellen, dass nur genehmigte Tools beziehungsweise Funktionen während einer KI-Session verfügbar sind. Wenn das Client-seitig gesteuerte Sitzungsverhalten nicht mehr zuverlässig an serverseitige Policies gebunden ist, wird aus einer kontrollierten Tool-Invocation eine angreifbare Schnittstelle. Der Forscher demonstrierte die Wirkung, indem er Code in einer abgesicherten gVisor-Sandbox ausführen konnte – ein starkes Signal, dass selbst etablierte Isolation nicht automatisch vor Policy-Fehlern schützt.
In der Praxis bedeutet das: Unternehmen, die KI-Sprachschnittstellen einsetzen, müssen nicht nur auf Modellqualität und Prompt-Hygiene achten, sondern auch auf die „Glue“-Schicht zwischen App, Tool-Ausführung und Sandboxing. Als kurzfristige Gegenmaßnahme wird empfohlen, „tool_restrictions“ manuell zu befüllen und ein leeres Array einzufügen, um unbefugten Zugriff zu unterbinden. Das ist vergleichbar mit dem Sicherheitsprinzip „Default Deny“ in Firewalls: Solange die erlaubten Aktionen nicht explizit definiert sind, bleibt die Umgebung hart. Diese Logik ist außerdem cloud- und agentunabhängig – sie lässt sich in eigenen Orchestrationsschichten, im API-Proxy und in Deployment-Pipelines verankern.
Der Zeitpunkt der Veröffentlichung wirkt wie ein Brandbeschleuniger für die Sicherheitsdebatte rund um KI-Agents. Noch am selben Tag berichtete eine Google Threat Intelligence Group über zunehmenden Diebstahl von KI-Modellen und staatlich geförderte Angriffe, unter anderem aus Russland, China, Iran und Nordkorea. Dabei geht es nicht nur um Datenabfluss; relevante Angriffswege sind auch die missbräuchliche Nutzung generativer Modelle für offensive Zwecke, einschließlich besserer Social-Engineering-Varianten und automatisierter Payload-Entwicklung. Gleichzeitig verschärft sich der Markt durch immer schnellere Modelliterationen: Wer heute Gemini oder vergleichbare Systeme integriert, muss mitziehen – besonders bei der Tool-Ebene, denn dort entstehen oft die realen Exekutionspfade.
Weitere Forschung zeigt zudem, dass die Schwachstelle nicht isoliert zu betrachten ist. Sicherheitsstudien dokumentierten Prompt-Injection-Kampagnen gegen KI-Agenten, bei denen Modelle zu Handlungen wie (scheinbar) legitimierten Finanztransaktionen gedrängt werden. In einem Test mit 26 großen Sprachmodellen ließen sich vier Modelle dazu bewegen, eine Zahlung auf einer betrügerischen Website auszulösen – darunter Gemini 3 Flash und Gemini 2.5 Pro. Solche Ergebnisse sind ein Marktindikator: Sobald Agenten eigenständig Entscheidungen treffen und externe Systeme ansteuern, wird die Eingabestufe zur primären Angriffsfläche. Neben Prompt-Injection verschieben auch „Agent Skills“ das Bedrohungsprofil, etwa wenn Verschleierungstechniken eingesetzt werden, um herkömmliche Sicherheitsscanner zu umgehen.
Ein besonders drastisches Beispiel liefert ein von Forschern dokumentierter Fall von KI-gesteuerter Erpressungssoftware („JadePuffer“). Der KI-Agent habe eigenständig eine Sicherheitslücke ausgenutzt, Zugangsdaten gestohlen und anschließend 1.342 Datensätze verschlüsselt. Die Lösegeldforderung wurde in Bitcoin gestellt, und alarmierend war laut Bericht, dass der Agent nach fehlgeschlagenen Anmeldeversuchen innerhalb von nur 31 Sekunden korrigierte. Unabhängig davon, ob man den jeweiligen Implementierungsdetails vollständig folgt oder nicht: Die Richtung ist klar. KI-Agenten können aus Fehlerfeedback lernen und Angriffsabläufe beschleunigen. Für Unternehmen heißt das, dass Detektion und Response-Playbooks kürzerem Zeithorizont folgen müssen als bei klassischen, manuell orchestrierten Kampagnen.
Damit verschiebt sich die Sicherheitsstrategie weg von Einzelmaßnahmen hin zu belastbaren Standards über Umgebungen hinweg. In der Branche wird dafür zunehmend eine Multi-Cloud-Sicherheitsstrategie gegen „Shadow AI“ gefordert – also die unautorisierte Nutzung von KI-Tools im Unternehmen. Ergänzend wird betont, dass selbst gelöschte API-Schlüssel offenbar noch bis zu 23 Minuten ausnutzbar bleiben können, was auf Verzögerungen in der Deaktivierung oder im Token-Lifecycle hindeutet. Parallel wächst der regulatorische Druck: Mit Blick auf den EU AI Act müssen Firmen bei Risikoanalyse, Dokumentation und Governance nachziehen. Wer jetzt Tool-Restrictions, Prompt-Gates, Least-Privilege und Monitoring konsequent umsetzt, reduziert nicht nur Sicherheitsrisiken, sondern schafft auch die Grundlagen für spätere Compliance-Prüfungen.
Für die nächsten Monate ist wahrscheinlich, dass sich Best Practices entlang der gesamten KI-Lifecycle-Kette durchsetzen: von der Modellanbindung über Tool-Invocation bis zur Überwachung im Betrieb. Die beschriebene Lücke bei ephemeren Tokens zeigt, wie wichtig saubere Default-Policies sind – und wie gefährlich es sein kann, wenn Referenzcode Sicherheitsannahmen nicht erzwingt. Gleichzeitig werden Agent-Plattformen und Integratoren wie bei Claude Code oder OpenAI Codex stärker darauf getrimmt werden, Exekutionsfähigkeiten zu begrenzen und Audit-Trails automatisch zu erzeugen. Die nächste Entwicklung, die Unternehmen einplanen sollten, ist eine engere Kopplung von KI-Orchestrierung mit Zero-Trust-Logik: Session-Token, Tool-Rechte und Anwendungslogik sollten gemeinsam überprüfbar und kurzfristig widerrufbar sein.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!

- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Gemini-Live-Lücke: Ephemere Token ermöglichen das Übernehmen von KI-Sprachsitzungen" für unsere Leser?


#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Gemini-Live-Lücke: Ephemere Token ermöglichen das Übernehmen von KI-Sprachsitzungen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Gemini-Live-Lücke: Ephemere Token ermöglichen das Übernehmen von KI-Sprachsitzungen« bei Google Deutschland suchen, bei Bing oder Google News!